เครือข่ายประสาทแบบปรับตัวเป็นระบบที่ประมวลผลข้อมูลและทำการปรับเปลี่ยนเครือข่ายเมื่อจำเป็น เครือข่ายดังกล่าวสามารถพบได้ในระบบคอมพิวเตอร์หรือในรูปแบบชีวิตอินทรีย์ พวกเขาใช้ในการตีความข้อมูลที่ซับซ้อนจำนวนมากและเป็นพื้นฐานของเทคโนโลยีปัญญาประดิษฐ์ที่ทันสมัย
เครือข่ายประสาทแบบปรับตัวที่มนุษย์สร้างขึ้นหรือที่เรียกว่าเครือข่ายประสาทเทียมถูกสร้างแบบจำลองหลังจากเครือข่ายประสาทเทียมที่เกิดขึ้นตามธรรมชาติในสมองของมนุษย์และสัตว์ พวกมันทำงานโดยใช้เซ็นเซอร์รวบรวมข้อมูล - เซลล์ประสาท - ซึ่งถูกตีความโดยหน่วยประมวลผลกลาง การเชื่อมต่อเหล่านี้สามารถเปลี่ยนแปลงและเปลี่ยนแปลงวิธีการที่พวกเขาโต้ตอบกับหน่วยประมวลผลกลางตามการประเมินของตนเองว่าจะปฏิบัติหน้าที่ของตนได้อย่างมีประสิทธิภาพมากที่สุดอย่างไร
มีสองวิธีหลักที่เครือข่ายประสาทแบบปรับได้ "เรียนรู้": การเรียนรู้แบบมีผู้สอนและการเรียนรู้แบบไม่มีผู้ดูแล การเรียนรู้ภายใต้การดูแลจำเป็นต้องมีมนุษย์คนหนึ่งที่สั่งสอนเครือข่ายเกี่ยวกับวิธีการตีความและโต้ตอบกับปัจจัยการผลิตต่างๆ จุดประสงค์ของการเรียนรู้รูปแบบนี้คือเพื่อให้แน่ใจว่าไม่มีข้อผิดพลาดในวิธีการที่เครือข่ายประสาทแบบปรับตัวใช้ในการประมวลผลข้อมูลและเพื่อเสริมการกระทำที่ต้องการของเครือข่าย
การเรียนรู้ที่ไม่อยู่ภายใต้การดูแลขึ้นอยู่กับหน่วยการประมวลผลกลางที่มีปฏิสัมพันธ์กับสภาพแวดล้อมและการตัดสินใจของตัวเองเกี่ยวกับวิธีการใช้งานตามโปรแกรมต้นฉบับ เมื่อต้องการทำสิ่งนี้มันจะจัดระเบียบและจัดระเบียบข้อมูลที่ได้รับใหม่และทำการคาดการณ์เกี่ยวกับผลลัพธ์ของการเปลี่ยนแปลงข้อมูลนี้ เครือข่ายสามารถเรียนรู้ออนไลน์หรือออฟไลน์ การเรียนรู้ออนไลน์หมายความว่าเครือข่ายเรียนรู้ในขณะที่กำลังทำงานอยู่ การเรียนรู้ออฟไลน์ต้องใช้เครือข่ายเพื่อเรียนรู้แยกจากการแสดง
ขณะนี้มีงานหลักสี่งานที่ดำเนินการโดยเครือข่ายประสาทแบบปรับได้ พวกเขาทั้งหมดเกี่ยวข้องกับการประมวลผลและการตีความรูปแบบ อย่างแรกคือมีการทำคลัสเตอร์ซึ่งเครือข่ายตรวจสอบรูปแบบจำนวนหนึ่งและจัดกลุ่มรูปแบบที่เกี่ยวข้องลงในกลุ่ม
ภารกิจที่สองที่เครือข่ายประสาทแบบปรับได้อาจดำเนินการได้คือการจดจำและตีความรูปแบบเช่นคำที่เขียนหรือพูด ในการทำเช่นนี้อาจพยายามทำความเข้าใจกับรูปแบบที่ไม่รู้จักโดยสิ้นเชิงโดยอาศัยความเข้าใจในรูปแบบที่เกี่ยวข้อง การประมาณค่าของฟังก์ชั่นเป็นภารกิจหลักที่สามและมักจะใช้ในวิทยาศาสตร์หรือวิศวกรรม ภารกิจหลักที่สี่ที่เครือข่ายประสาทแบบปรับตัวอาจดำเนินการคือการคาดการณ์สิ่งที่จะเกิดขึ้นในอนาคตหากมีการเปลี่ยนแปลงรูปแบบข้อมูลบางอย่าง
เครือข่ายประสาทเทียมเป็นรูปแบบของปัญญาประดิษฐ์และการใช้งานที่ทันสมัยที่สุดเกี่ยวข้องกับเทคโนโลยีหุ่นยนต์ขั้นสูง นักวิเคราะห์ข้อมูลใช้กันอย่างแพร่หลายเนื่องจากงานของพวกเขาจัดการกับการตีความและการเรียงลำดับผ่านข้อมูลจำนวนมาก เครือข่ายประสาทเทียมสามารถช่วยนักวิเคราะห์จัดระเบียบข้อมูลของเธอทำการวิจัยและทดสอบการเปลี่ยนแปลงที่เป็นไปได้ของผลิตภัณฑ์และบริการของ บริษัท เมื่อเทคโนโลยีมีความก้าวหน้ามากขึ้นแอปพลิเคชันของเครือข่ายประสาทจะกลายเป็นเรื่องธรรมดามากขึ้น
